人工智能生成内容的生成方法及装置与流程

摘要: 本公开涉及人工智能领域,具体涉及大模型、智能体、自然语言理解、人工智能生成内容、电子地图、兴趣点图像生成与评论等,尤其涉及一种人工智能生成内容的生成方法、装置、...
人工智能生成内容的生成方法及装置与流程

本公开涉及人工智能领域,具体涉及大模型、智能体、自然语言理解、人工智能生成内容、电子地图、兴趣点图像生成与评论等,尤其涉及一种人工智能生成内容的生成方法、装置、电子设备、存储介质以及计算机程序产品,可应用于aigc生成场景下。

背景技术:

1、aigc(artificial intelligence generated content,人工智能生成内容),是指利用ai算法自动生成文本、图像、音视频等各模态数据的技术。现有aigc内容生产方案多在单点模型层面做优化,例如基于单一lora(low-rank adaptation of large languagemodels,大语言模型的低秩自适应)训练、单次安全审查,未形成从识别、路由、校验的端到端质量控制闭环。

技术实现思路

1、本公开提供了一种人工智能生成内容的生成方法、装置、电子设备、存储介质以及计算机程序产品。

2、根据第一方面,提供了一种人工智能生成内容的生成方法,包括:根据原始数据所属的模态,提取原始数据的语义特征;采用模态对应的aigc生成策略,根据语义特征,生成原始数据的aigc数据;参照原始数据,对aigc数据进行事实一致性校验;响应于aigc数据通过事实一致性校验,输出aigc数据。

3、根据第二方面,提供了一种人工智能生成内容的生成装置,包括:特征提取单元,被配置成根据原始数据所属的模态,提取原始数据的语义特征;数据生成单元,被配置成采用模态对应的aigc生成策略,根据语义特征,生成原始数据的aigc数据;数据校验单元,被配置成参照原始数据,对aigc数据进行事实一致性校验;数据输出单元,被配置成响应于aigc数据通过事实一致性校验,输出aigc数据。

4、根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面任一实现方式描述的方法。

5、根据第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,计算机指令用于使计算机执行如第一方面任一实现方式描述的方法。

6、根据第五方面,提供了一种计算机程序产品,包括:计算机程序,计算机程序在被处理器执行时实现如第一方面任一实现方式描述的方法。

7、根据本公开的技术,提供了一种人工智能生成内容的生成方法及装置,根据原始数据所属的模态,提取原始数据的语义特征;采用模态对应的aigc生成策略,根据语义特征,生成原始数据的aigc数据;参照原始数据,对aigc数据进行事实一致性校验;响应于aigc数据通过事实一致性校验,输出aigc数据,提供了针对不同模态数据从识别、路由、校验的端到端质量控制闭环链路,在提高aigc数据生成效果的同时,提高了aigc数据的真实性。

8、应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

1.一种人工智能生成内容的生成方法,包括:

2.根据权利要求1所述的方法,其中,所述原始数据为图像数据,以及

3.根据权利要求2所述的方法,其中,所述参照所述原始数据,对所述aigc数据进行事实一致性校验,包括:

4.根据权利要求2所述的方法,其中,所述响应于所述aigc数据通过事实一致性校验,输出所述aigc数据,包括:

5.根据权利要求2-4中任一项所述的方法,其中,还包括:

6.根据权利要求1所述的方法,其中,所述原始数据为文本数据,以及

7.根据权利要求6所述的方法,其中,所述确定多个所述簇心语义特征之间的适配度,包括:

8.根据权利要求6所述的方法,其中,所述组合多个所述簇心语义特征中相适配的簇心语义特征,得到所述aigc数据,包括:

9.根据权利要求6-8中任一项所述的方法,其中,还包括:

10.根据权利要求1-9中任一项所述的方法,其中,所述响应于所述aigc数据通过事实一致性校验,输出所述aigc数据,包括:

11.一种人工智能生成内容的生成装置,包括:

12.一种电子设备,其特征在于,包括:

13.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-10中任一项所述的方法。

14.一种计算机程序产品,包括:计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-10中任一项所述的方法。